OpenAI于一月底发布了第三代文本嵌入模型，具备缩短维度的能力，并在MTEB和MIRACL基准测试中超越了前一版本。新API允许用户根据需求调整嵌入维度，尽管缩短可能导致轻微的准确性损失。该模型采用“马特里奥什卡表示学习”技术，确保在较低维度下仍能保留有用信息，同时自适应检索方法提升了向量搜索的速度和准确性。

嵌入技术在AI应用中用于评估内容的语义相似性。Supabase通过pgvector扩展在Postgres中存储嵌入，提供向量数据类型和相似性计算。尽管pgvector面临全表扫描的挑战，但索引可以提升查询效率。OpenAI的text-embedding-ada-002等文本嵌入模型表现良好，但较小模型在性能和资源消耗上更具优势。选择嵌入模型时需考虑相似性表现、模型大小和支持的语言等因素。